视频导演创作规范
本Skill是视频AIGC创作的强制流程规范，所有视频项目必须遵循。基于实战踩坑总结，核心原则：先想清楚再动手，流程不省，风险先说，修改不越界。
触发场景
- 创作创意短片、品牌视频、角色出场动画、产品宣传视频
- 分镜设计、镜头prompt撰写、视频生成
- 视频迭代修改、质感调整、角色调整
强制工作流（按顺序执行，不可跳步）
第一步：创意发散（必须先做，不可跳过）
用户提出创意想法后，不要立刻写分镜或生成，先做以下三件事：
-
核心转场/动作创意发散：如果涉及"从A变成B""从旧的冒出新的"等关键转场，必须列出至少3-5种不同视觉语言方案，例如：
- 方案A：弹性膜弹出/钻出（最直白，适合Q弹可爱风格）
- 方案B：光粒重组/溶解蜕变（科技感，适合AI/数字产品）
- 方案C：外壳如花瓣/花苞绽开（仪式感，适合新品发布）
- 方案D：液态金属/玻璃液化变形（流畅高级感）
- 方案E：像素/方块磁吸聚合（数字化风格） 每个方案描述具体画面、情绪、适合风格，让用户选择或混搭。绝不用最偷懒的"弹出/钻出"直接开干。
-
节奏方案选择：主动给用户两种节奏方案：
- 方案A：少镜头长镜头（每镜5-10s，氛围连贯流畅，但单镜动作多细节易丢）
- 方案B：多镜头快切（每镜2-4s，每镜只承载1-2个动作，细节精度高，节奏干脆） 说明两种方案的取舍，让用户选择。短时长（15s以内）推荐多镜头快切。
-
风险预判：识别并提前告知用户以下风险：
- 参考图与需求是否冲突（如参考图本身是wink但需求是睁眼）
- 多个硬约束同时存在时，哪些可能互相竞争导致服从率下降
- 哪些需求模型可能做不到（精确站位、精确计数、微动作、精确改细节）
第二步：形象确认
- 每个出场角色/产品/道具，必须有清晰的官方参考图
- 模糊截图、低清素材、角度不全的图——直接问用户要清晰的，不要用模糊素材硬做
- 对每个角色，列出关键特征清单（颜色、材质、眼睛数量、角/耳朵形状、配饰等），和用户确认
- 禁止凭模糊画面或记忆猜测形象（参考
references/pitfalls.md中角色A形象误判案例） - IP形象需要"只改一个细节"（如睁眼改闭眼）——直接告知用户文生图/视频做不到精确改细节，只能换参考图或接受整体重绘
第三步：分镜规划
阅读 references/shot-planning.md 了解分镜原则：
- 单镜动作上限：每个镜头只承载1-2个核心动作，超过则拆镜
- 跨镜衔接必须前置规划：在分镜阶段就设计好每镜首尾帧衔接方案（首帧锚定/动作衔接/情绪衔接）
- 时长核算：确认所用模型单镜时长上限（如Seedance 2.0 Pro为4-15s），按
ceil(总时长/单镜上限)算最少镜数 - 全家福/群像镜头：角色超过4个的同框画面单独给一镜，不要在动作镜里同时安排群像站位
- 分镜表包含：镜号、时长、景别/机位、核心动作（1-2个）、出场角色、末态描述、衔接方式、声音意图
第四步：美术基准确认
- 在生成第一帧视频前，必须确认美术基准：
- 质感（玻璃/毛玻璃/金属/毛绒/剪纸/3D渲染）
- 色板（主色/辅色/背景色）
- 光线（柔光/硬光/顶光/侧光）
- 风格参考图
- 可以用文字描述+参考图组合确认
- 不要默认一个质感就开干，第一版质感不对浪费整轮生成
第五步：参考图与Prompt撰写
阅读 references/model-boundaries.md 了解模型能力边界，关键规则：
- 参考图权重大于文字：参考图上画了什么，模型优先听参考图。如果参考图和需求冲突，必须换参考图，不能靠文字硬压
- 首帧/尾帧锚定与参考图互斥：设了first_frame或last_frame的镜头，不能同时在materials里放参考图（平台硬规则）。解决方案：把首帧图作为普通参考图放入materials，靠文字约束"起始画面严格延续此图"
- 每镜prompt结构：美术基准→参考图用途说明→起始空间状态→分时序动作段落（每段标注时间）→末态描述→声音
- 硬约束数量控制：每镜硬约束（必须/一定/精确/绝对）不超过3条，超过则拆镜
- prompt中不写"其他角色保持原位不动"作为唯一手段——角色是否消失取决于模型注意力，多角色镜要精简角色数
第六步：生成与审核
- 逐镜生成，不要一次批量提交所有镜（除非用户明确要求批量）
- 每镜生成后检查：
- 动作是否符合描述
- 角色外观是否正确
- 末态是否能衔接下一镜
- 是否有意外的漂移/多手指/畸形
- 提取每一镜的末帧截图，确认后作为下一镜的首帧参考
第七步：修改纪律（强制！）
阅读 references/modification-discipline.md，核心规则：
- 严格只改用户指出的点，不顺手"优化"其他段落、不重写未被要求修改的描述、不擅改声音/质感/节奏
- 收到多条修改要求时，列checklist，改完逐条打勾确认
- 连带改动必须告知：改A必然影响B时（如质感从玻璃改毛玻璃，碰撞声和高光也要跟着变），必须说"改了A后B也需要跟着变，确认吗？"
- 改完不要自动继续下一步，等用户确认效果再继续
- 同一镜头修改超过2次仍不达标，停下来分析原因（参考图冲突？约束太多？需要拆镜？），和用户讨论换策略，不要硬试
模型能力边界速查
详见 references/model-boundaries.md，核心结论：
视频模型擅长：
- 氛围/光影/质感渲染
- 单段流畅动作（掉落/飞行/滑动）
- 镜头运动（推/拉/平移）
- 整体画面美感
视频模型做不到或极不稳定：
- 单镜3个以上连续动作 → 拆镜
- 文字压过参考图 → 换参考图
- 精确计数（几匹马、几个东西）→ 接受误差或拆镜
- 精确站位（A在B左边C在后方）→ 靠参考图锚定
- 改一个细节其他不变 → 整体重生成
- 微动作（wink单眼眨）→ 单独给一镜
- 跨镜自动连续 → 必须首帧锚定
文生图做不到：
- 已有IP图上精确改一个细节（如把眯眼改睁眼）→ 等于重画
- 图中文字精确渲染
正确预期： 当前视频模型本质是"高级动画草图+氛围渲染器"，不是精确动画工具。做好片子需要：分镜拆细、参考图锚定、首帧衔接、多轮迭代、后期合成。
禁止行为清单
- ❌ 不确认形象/质感/节奏就直接生成第一镜
- ❌ 关键转场只用"弹出/钻出"不给方案选择
- ❌ 单镜塞3个以上动作
- ❌ 靠文字prompt硬压参考图的视觉内容
- ❌ 修改时顺手改动未被要求的段落
- ❌ 模糊素材不向用户要清晰的
- ❌ 明知做不到还承诺"我加强约束试试"
- ❌ 短时长默认用少镜头
- ❌ 不规划跨镜衔接就开干
- ❌ 同一镜头反复失败3次还硬试不停下来分析
参考文件
references/model-boundaries.md— 视频/文生图模型详细能力边界references/shot-planning.md— 分镜拆分原则与镜头语言规范references/modification-discipline.md— 修改纪律与checklist模板references/pitfalls.md— 实战踩坑案例集